Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in Generative KI und Prompt Engineering
- Was Generative KI ist und wie sie sich von traditioneller Automatisierung unterscheidet
- Die Rolle des Prompt Engineering bei der Gestaltung der Qualität der KI-Ausgaben
- Überblick über das aktuelle Ökosystem von Text-, Bild-, Audio- und Video-Tools
- Wo Prompt Engineering einen messbaren Geschäftsnutzen schafft
Grundlagen von KI-Modellen für Text- und Bildgenerierung
- Wie Large Language Models (LLMs) und Diffusionsmodelle funktionieren – einfach erklärt
- Der Unterschied zwischen Trainingsdaten, Fine-Tuning und Prompting
- Stärken und Grenzen von vorab trainierten Modellen
- Warum die Modellarchitektur die Art und Weise beeinflusst, wie Prompts geschrieben werden
Vergleich führender KI-Assistenten
- Microsoft Copilot: Stärken in der Integration mit Microsoft 365 (Word, Excel, Outlook, Teams), Grounding von Unternehmensdaten; Schwächen in kreative Bandbreite und reasoning-Tiefe im Vergleich zu Mitbewerbern
- Google Gemini: Stärken in nativer Multimodalität, Workspace-Integration und Echtzeit-Suchbegründung; Schwächen bei Inkonsistenz, regionaler Verfügbarkeit und der Befolgung komplexer Anweisungen
- ChatGPT: Stärken in der Ökosystem-Reife, Custom GPTs, Bildgenerierung über DALL-E und Voice-Modus; Schwächen bei der faktischen Zuverlässigkeit ohne Grounding und strengeren Nutzungsbeschränkungen bei Premium-Funktionen
- Claude: Stärken im Umgang mit langen Kontexten, differenzierter Reasoning-Fähigkeit, Langlebigen Texten und klarer Analyse; Schwächen in der Breite des Tool-Ökosystems und bei der Bildgenerierung
- Wahl des richtigen Tools für die jeweilige Aufgabe, Zielgruppe oder Compliance-Vorgabe
- Direkter Vergleich desselben Prompts über alle vier Assistenten
Prinzipien eines effektiven Prompt-Designs
- Klarheit, Spezifität und Kontext als drei Säulen eines guten Prompts
- Gestaltung von Anweisungen, Tonfall, Format und Einschränkungen
- Häufige Anfängerfehler und wie man sie erkennt
- Iterative Verbesserung von schwachen Prompts zu leistungsstarken Versionen
Zero-Shot, One-Shot und Few-Shot Prompting
- Unterschiede zwischen den drei Ansätzen und deren Anwendbarkeit
- Interpretation des Modellverhaltens und Anpassung der Beispieldaten
- Schulung eines Modells für eine neue Aufgabe mit wenigen, gut gewählten Beispielen
- Praxisübungen in ChatGPT, Copilot, Gemini und Claude
Fortgeschrittene Techniken im Prompt Engineering
- Bedingte und kontextsensitive Prompts für nuancierte Ausgaben
- Stilübertragung, Persona-Prompting und kreative Steuerung
- Chain-of-Thought und schrittweise Reasoning-Prompts
- Reduktion von Halluzinationen, Mehrdeutigkeiten und Verzerrungen in den Antworten
Few-Shot Fine-Tuning ohne Code
- Was Few-Shot Fine-Tuning ist und wie es sich vom vollständigen Modelltraining unterscheidet
- Anpassung eines Modells an Nischenaufgaben durch exemplarische Prompts
- Wann Prompt Engineering sinnvoll ist und wann Fine-Tuning die bessere Investition darstellt
- Bewertung der Ausgabenqualität und iterative Optimierung
Hyperrealistische Textgenerierung
- Textgenerierung mit kontrolliertem Tonfall, Stil und Länge
- Erstellung von Long-Content, Zusammenfassungen, Berichten und strukturierten Dokumenten
- Sicherstellung der Kohärenz in mehrstufigen Generierungsprozessen
- Kombination von Prompt-Mustern für wiederholbare, markengerechte Ergebnisse
Anwendung von Prompt Engineering in Geschäftsprozessen
- Automatisierung von routinemäßiger Texterstellung, Recherche und Informationsauswahl
- Kurzüberblick über Use Cases im Kundensupport und in Chatbots
- Entwurf wiederverwendbarer Prompt-Vorlagen für Teams, ohne erneutes Training
- Qualitätskontrolle, Eskalationslogik und menschliche Kontrollpunkte (Human-in-the-Loop)
Bildgenerierung und -manipulation
- Vergleich von DALL-E, Stable Diffusion, MidJourney und Leonardo AI
- Schreiben von Prompts zur Steuerung von Stil, Komposition, Beleuchtung und Subjekt
- Negative Prompts, Gewichtung (Weighting) und iterative Verfeinerung
- Image-to-Image-Transformationen und Bearbeitung per Prompt
Audio und Sprache mit KI
- Generierung natürlicher Sprachausgaben aus Textprompts
- Konzeptionelle Grundlagen von Voice Cloning und Synthese
- Anwendungsbereiche in Schulungsinhalten, Barrierefreiheit und Marketing
Videoproduktion mit Generativer KI
- Überblick über aktuelle Text-zu-Video-Tools und deren realistische Möglichkeiten
- Skripten und Storyboarding durch Prompt-Sequenzen
- Kombination von KI-generierten Texten, Bildern, Audios und Videos in einem einzigen Asset
- Bearbeitung und Optimierung KI-erstellter Videoausgaben
Multimodale KI und integrierte Workflows
- Wie multimodale Modelle Text-, Bild-, Audio- und Videoverarbeitung vereinen
- Aufbau end-to-end-Inhaltspipelines ohne Programmierung
- Praxisnahe Fallstudien aus Marketing, Design, Schulung und Werbung
Ethik, verantwortungsvolle Nutzung und Ausblick
- Verzerrungen, Urheberrecht, Zuschreibung und Inhaltsmoderation
- Datenschutz- und Datenschutzaspekte bei der Nutzung generativer Plattformen
- Offenlegung, Transparenz und Vertrauen gegenüber Endkunden
- Aufkommende Tools, Modelle und Trends der nächsten 12 Monate
Voraussetzungen
Zielgruppe
Kommunikations-, Marketing- und Kreativfachleute, die KI-gestützte Content-Produktion erkunden. Teams im Geschäftsbetrieb und im Kundenkontakt, die repetitive Interaktionen über promptgesteuerte Tools automatisieren möchten. Einsteiger ohne Vorkenntnisse in KI oder Programmierung, die einen strukturierten, toolorientierten Einstieg in Generative KI suchen.
21 Stunden
Erfahrungsberichte (2)
Einsatz von angemessenen und wirksamen Prompts
Marses Pacaldo
Kurs - Generative AI and Prompt Engineering for Corporate Professionals
Maschinelle Übersetzung
Der interaktive Stil, die Übungen
Tamas Tutuntzisz
Kurs - Introduction to Prompt Engineering
Maschinelle Übersetzung
